Różne przeznaczenia AI
Na rynku można wyróżnić dwa podstawowe rodzaje konwersacyjnych botów. Szerokiemu rynkowi znany są przede wszystkim inteligentni asystenci głosowi, typu Alexa. Wykorzystują oni uczenie maszynowe do wspierania rozmów z ludźmi na bardzo różne tematy. Im więcej tematów i rozmów, tym lepiej. Bo to daje Alexie materiał do nauki i podstawę do budowania jeszcze większej ilości rozmów na jeszcze więcej tematów. Chodzi o to, że w tym przypadku celem jest wsparcie rozmowy i poprawa jej jakości. Drugie zastosowanie to tzw. Business AI, czyli voiceboty, które za główny cel mają wsparcie firm. Inteligentni asystenci głosowi są pomocni się w wielu obszarach, np. obsłudze klienta, wsparciu działań sprzedażowych i marketingowych, rekrutacji czy e-commerce.
Proces tworzenia i trenowania botów konwersacyjnych składa się z czterech ważnych kroków: 1. kierunek rozmowy 2. zrozumienie tego co mówi człowiek 3. model intencji, czyli jak słowa stają się intencją jaką ma dana osoba 4. sposoby na wydobycie wartości biznesowej z zebranych informacji (np. integracja z systemami CRM w celu wymiany danych między nimi a voicebotem). Ten czwarty krok jest bardzo ważny dla biznesu, ponieważ bez CRM, dane zebrane przez voiceboty nie będą dostarczać tak potrzebnej wartości.
Skąd dokładnie voicebot wie, co powiedzieć?
Dzięki ML i NLU inteligentny asystent głosowy rozumie naturalną mowę i odpowiada tak, jak zrobiłby to człowiek. Voicebot rozumie ludzi poprzez intencje. Wyobraźmy sobie sytuację, w której konwersacyjne AI musi zakwalifikować lead, który zamówił kurs języka francuskiego na platformie internetowej. Na przykład, voicebot musi zrozumieć poziom aktualnej wiedzy, jaką posiada prospekt, aby przypisać go lub ją do grupy szkoleniowej. W tym celu zapyta, czy potencjalny klient uczył się wcześniej języka francuskiego, a jeśli tak, to przez ile lat. Jednak na to pytanie lead może odpowiedzieć na wiele sposobów, od “nigdy” po “no cóż, miałem kiedyś zajęcia w szkole, ale nie przykładałem się wtedy zbytnio do nauki, więc nie wiem”.
Jak inteligentny asystent głosowy może to zrozumieć? Poprzez słowa kluczowe wyrażające intencję, gdzie “nigdy” i “kiedyś miałem zajęcia” są jednymi z nich. Wszystkie te określenia, które człowiek może udzielić, nazywane są “frazami treningowymi”. Innymi słowy, są to przewidywane frazy, które potencjalny klient może powiedzieć. Kiedy wypowiedź użytkownika pokrywa się z intencją, którą zna voicebot, wtedy wie on, jak zareagować i co powiedzieć.
Ale skąd wiemy, co powie człowiek?
Nie wiemy, co dokładnie odpowie potencjalny klient, ale możemy to przewidzieć, bazując na społecznie skonstruowanych normach interakcji między ludźmi. A są to najczęściej spotykane zachowania, czy też wzorce zachowań, które są akceptowane lub przestrzegane przez większość społeczeństwa. Przyjrzyjmy się przykładowi zaczerpniętemu z dziedziny analizy konwersacji.
Wyobraźmy sobie sytuacje, w której jedna osoba zaprasza drugą na kawę. Wówczas, zapraszający powiedziałbym: Czy chciałabyś umówić się na kawę w przyszłym tygodniu? Ponieważ jest to zaproszenie, zapraszający oczekiwałby, że albo zaproszenia zostanie przyjęte, mówiąc, np.: “Tak, bardzo chętnie”, albo zostanie odrzucone, np. komunikując to w ten sposób: “Przykro mi, ale w przyszłym tygodniu jestem szalenie zajęty”. Tak więc, bazując na wzorcach konwersacji, gdzie po zaproszeniu następuje akceptacja lub odrzucenie, voicebot zostanie „wytrenowany”, a tak naprawdę zaprojektowany, aby rozumiał takie intencje i odpowiedzi „tak” lub „nie”. A w ich obrębie otrzymałby wiele różnych sposobów, w jaki można wyrazić akceptację i odrzucenie. Tak więc, ogólnie rzecz biorąc, projektant voicebota może przewidzieć, co człowiek może powiedzieć.
A co jeśli … czytaj dalej
Zgłoś naruszenie/Błąd
Pozytywnie
Neutralnie 
Negatywnie
Lubię to!
Super
Ekscytujący 
Ciekawy
Smieszny
Smutny
Wściekły
Przerażony
Szokujący
Wzruszający
Rozczarowany
Zaskoczony
Prawda
Manipulacja
Fake news
Oryginalne źródło ZOBACZ
Dodaj kanał RSS
Musisz być zalogowanym aby zaproponować nowy kanal RSS